Python K-NN分类器机器学习

监督性机器学习：输入训练数据（包括object的特征值及分类label），根据训练数据，寻找出一个最好的分类器（classifer），输入test 数据，使用训练出来的分类器进行分类，看结果是否跟已知的分类符合。监督性机器学习主要包括分类以及回归方程

监督性机器学习的一个实例

%matplotlib notebook
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from sklearn.model_selection import train_test_split

输入数据
fruits = pd.read_table(‘readonly/fruit_data_with_colors.txt’)
fruits.head()

create a mapping from fruit label value to fruit name to make results easier to interpret

lookup_fruit_name = dict(zip(fruits.fruit_label.unique(), fruits.fruit_name.unique()))
lookup_fruit_name
<